数据科学硕士

概观

随着工业界和学术界广泛部门的数据积累，我们看到数据科学家需要配备技能来协助基于数据的决策。例如，企业正在使用数据来确定保险范围，制定营销决策，向客户提供建议，并提供更有效的医疗保健。学术界的一个着名例子是利用机器学习方法从模拟数据中确定希格斯玻色子。

我们提供数据科学硕士学位，涵盖统计推断，机器学习，数据可视化，数据挖掘和大数据方法的基本和高级要领，这些都是受过训练的数据科学家的关键。为了被选为我们的程序，我们需要微积分，线性代数，概率，计算机程序设计，数据结构和算法等基础知识。我们的计划分散在30学分，并包含涉及大数据集，分类方法，变量选择和深入学习等项目。

在我们的课程中，我们广泛使用了Python编程语言及其数据库，同时还提供了用于统计分析的R，用于数据可视化的Tableau和用于数据库的SQL等工具。学生在教授和教学助理的支持下，从事涉及真实数据理论和应用的作业。

我们的职业服务办公室帮助学生准备简历并向需要数据科学家的公司提供帮助。尽管哈佛商业评论等商业出版物已经撰写了关于数据科学利润丰厚的前景，但在职业网站Indeed.com上搜索“数据科学”的结果揭示了新泽西州和纽约地区相当多的机会。

如下面链接的课程所述，该计划包含两条轨道：计算轨道和统计轨道。

学位要求

数据科学硕士（MSDS）计划的学生必须根据以下任何选项成功完成30个学分：

• 课程（30学分）
• 课程（27学分）MS Project（3学分）
• 课程（24学分）硕士论文（6学分）

独立于所选择的选项，所有核心课程都是必需的。

最多两门课程可以在各自的计划联合董事批准下从各自轨道之外选择。计算跟踪学生最多可以选修三门非计算机科学课程。统计跟踪学生最多允许三门非数学课程选修课。

如果学生选择MS项目或MS论文选项，则该项目或论文必须与数据科学相关，并且需要其中一位计划联合主任的批准。

MSDS计划有学生在入学时必须选择的计算和统计数据。这些课程有不同的核心课程，但共享相同的入学要求和选修课程。

学生可以在各自的顾问批准后在列表之外选择一个选修课。